AI进家庭
ICML 2025 Spotlight｜南洋理工陶大程教授团队等提出基于RAG的高分辨率图像感知框架，准确率提高20%
该工作由南洋理工大学陶大程教授团队与武汉大学罗勇教授、杜博教授团队等合作完成。 近些年，多模态大语言模型（MLLMs）在视觉问答、推理以及 OCR 等任务上取得了显著的成功。然而，早期的 MLLMs 通常采用固定的分辨率（例如 LLaVA...
编程革命彻底爆发！刚刚，OpenAI最强智能体上线ChatGPT
新智元报道 编辑：编辑部 YXH 【新智元导读】OpenAI最强AI编程智能体真的来了！Codex震撼上线，由o3优化版codex-1加持，多任务并行，半小时干完数天软件工程任务。 从今天起，AI编程正式开启新时代！ 刚刚，Gre...
苦研10年无果，千万经费打水漂！AI黑箱依然无解，谷歌撕破脸
新智元报道 编辑：KingHZ 【新智元导读】ChatGPT「舔狗化」事件背后，暴漏目前AI仍是「黑箱」。 一场关于「机制可解释性」的路线分歧，正撕裂AI研究最核心的价值共识。谷歌认怂，Anthropic死磕——AI还能被「看懂」...
AI实力榜大洗牌！OpenAI谷歌强势领跑，Anthropic节节败退
新智元报道 编辑：英智 【新智元导读】AI市场风起云涌！Poe最新报告揭晓：OpenAI的GPT-4o称霸文本生成，谷歌的Gemini 2.5 Pro领跑推理，Kling在视频领域异军突起，企业如何在这场AI竞赛中抢占先机？ 最近...
刚刚，OpenAI最强编程智能体上线ChatGPT！AI的「终极外挂」来了
Altman 昨天早上还在 X 上卖关子，说有个研究预览版本快上线，要给它起个「如果它成了会很好记」的名字。 就在刚刚，OpenAI 正式发布 Codex。 这是一款基于云端运行的软件工程智能 Agent，能够并行处理多个开发任务，协助开发...
新的AlphaGo时刻要来？谷歌推出“进化式”编程智能体，AI已学会设计高级算法！
文丨谭梓鑫 谷歌AI模型进化如此之快的秘密终于揭开了。 日前，谷歌DeepMind公布了内部运行的AlphaEvolve，这是一个基于Gemini的独特编码代理，可用于设计高级算法，改进AI芯片设计以及用来解决数学和计算机科学领域中的其...
腾讯混元发布首个毫秒级响应的实时生图大模型，主体一致度超高！！！
腾讯混元今天发布了Hunyuan Image 2.0。 官方宣称是首个毫秒级响应的实时生图大模型。 大概一年前，也给大家推荐过一个速度超快的模型，跟混元这个比速度还差了点。 Hunyuan Image 2.0 最牛的点还是在于主体的一致性，...
谢赛宁SFR等新作，统一多模态BLIP3-o登场！先理解后生成，端掉VAE刷新SOTA
新智元报道 编辑：定慧 【新智元导读】BLIP3-o是一个全开源统一多模态模型，结合自回归与扩散架构，采用「先理解后生成」策略，创新地使用CLIP特征与Flow Matching训练，显著提升生成图像质量与多样性。BLIP3-o不...
独家对话Lovart创始人陈冕：我们没有产品经理，只有设计师
Lovart 值得关注，它是 AI 应用层团队产品创新能力的印证和延续，这是 Manus 之后最火的 Agent，从通用领域，成功地向垂直赛道落地了 Agent 产品形态。 据了解，Lovart 发布后，推特上出现近 5000 条讨论帖，...
Manus 终于能生图了，实测后我发现把它当 GPT-4o 用有点浪费 附体验地址
Manus，终于也能生图了。 凌晨，Manus 正式上线图像生成功能。不同于普通的图像生成工具，Manus 主打的是「理解意图 + 制定方案 + 多工具协同」的执行能力，生图只是其中一个环节。 几天前，Manus 刚宣布全面开放注册。 所...